Maddison Project Database 2020

Cairo dplyr ggplot2 ggthemes plotly readxl scales

Trabajaremos con los datos proporcionados por el Proyecto Maddison y realizaremos un gráfico que nos muestre el crecimiento del PIB per cápita de los países seleccionados.

Francisco Guzmán
2021-04-12

Librerías

library(readxl)
library(ggplot2)
library(plotly)
library(Cairo)
library(scales)
library(ggthemes)
library(dplyr)

Base de Datos

Importamos

Obtenemos la base desde Maddison Project Database 2020. Luego, la importamos.

mpd2020 <- as.data.frame(read_excel("mpd2020.xlsx", sheet = "Full data"))

unique()

El siguiente comando puede ser útil para realizar la selección de países. En este caso, compararemos el crecimiento de Chile con el de Noruega, Suecia, Finlandia, Nueva Zelanda y Australia.

unique(mpd2020[c("countrycode", "country")])

summary()

Con el siguiente comando nos interesa ver el período que comprenderá el gráfico, tomando en cuenta los datos disponibles para Chile.

  mpd2020 %>% 
  filter(countrycode == "CHL") %>%
  summary()

Vemos que hay datos para Chile desde 1800, por lo que el gráfico iniciará desde ese año.

filter()

Dada la información de los dos pasos anteriores, filtramos la base para dejarla con lo que necesitamos. Podemos crear una nueva por si llegáramos a necesitar la base completa para alguna otra cosa.

df_graf1 <- mpd2020 %>%
  filter(countrycode %in% c("CHL", "NOR", "SWE", "FIN", "NZL", "AUS"),
         year>=1800)

Gráfico

ggplot()

my_palette = c("#DA0000", "#239f40", "#C4961A", "#CC79A7", "#C3D7A4", "#293352")

g1 <- ggplot(data = df_graf1, aes(year, gdppc, color=country)) +
  geom_line(size = 1) +
  labs(title = "International Comparison of Real GDP per capita in 2011$",
       subtitle = "1800-2018",
       caption = "Source: Personal elaboration with Maddison Project Database 2020",
       x = "",
       y = "",
       col = NULL) +
  scale_color_manual(values = my_palette) +
  scale_x_continuous(breaks=seq(1800,2020, by = 10), position = "bottom") +
  scale_y_continuous(labels = dollar) +
  theme_tufte() +
  theme(plot.title = element_text(size = rel(1.4)),
        plot.subtitle = element_text(size = rel(1.2), margin=margin(0,0,20,0)),
        plot.caption = element_text(hjust = 0, face= "italic"),
        axis.text.x = element_text(angle = 90, vjust=.5, size = 10),
        axis.text.y = element_text(angle = 0, vjust=0, size = 10),
        axis.ticks.length.x = unit(.25, "cm"),
        axis.ticks.x = element_line(size = .5),
        axis.ticks.y = element_blank(),
        panel.grid.major.y = element_line(colour = "grey90"),
        panel.grid.minor.y = element_line(colour = "grey90"))

plotly()

Con este comando obtenenmos un gráfico interactivo.

fig <- ggplotly(g1)
fig

Código

library(readxl)
library(ggplot2)
library(plotly)
library(Cairo)
library(scales)
library(ggthemes)
library(dplyr)

mpd2020 <- as.data.frame(read_excel("mpd2020.xlsx", sheet = "Full data"))

unique(mpd2020[c("countrycode", "country")])

  mpd2020 %>% 
  filter(countrycode == "CHL") %>%
  summary()
df_graf1 <- mpd2020 %>%
  filter(countrycode %in% c("CHL", "NOR", "SWE", "FIN", "NZL", "AUS"),
         year>=1800)

my_palette = c("#DA0000", "#239f40", "#C4961A", "#CC79A7", "#C3D7A4", "#293352")

g1 <- ggplot(data = df_graf1, aes(year, gdppc, color=country)) +
  geom_line(size = 1) +
  labs(title = "International Comparison of Real GDP per capita in 2011$",
       subtitle = "1800-2018",
       caption = "Source: Personal elaboration with Maddison Project Database 2020",
       x = "",
       y = "",
       col = NULL) +
  scale_color_manual(values = my_palette) +
  scale_x_continuous(breaks=seq(1800,2020, by = 10), position = "bottom") +
  scale_y_continuous(labels = dollar) +
  theme_tufte() +
  theme(plot.title = element_text(size = rel(1.4)),
        plot.subtitle = element_text(size = rel(1.2), margin=margin(0,0,20,0)),
        plot.caption = element_text(hjust = 0, face= "italic"),
        axis.text.x = element_text(angle = 90, vjust=.5, size = 10),
        axis.text.y = element_text(angle = 0, vjust=0, size = 10),
        axis.ticks.length.x = unit(.25, "cm"),
        axis.ticks.x = element_line(size = .5),
        axis.ticks.y = element_blank(),
        panel.grid.major.y = element_line(colour = "grey90"),
        panel.grid.minor.y = element_line(colour = "grey90"))

# Para guardar en formato png
ggsave(g1, filename = "plot.png", type = 'cairo', dpi = 300,
 width = 18, height = 13.5, units = "cm")

# Para guardar con más calidad (pdf o eps)
ggsave(g1, filename = "plot.png", type = 'cairo', dpi = 300,
 width = 18, height = 13.5, units = "cm")

ggsave(g1, filename = "plot.eps", device = cairo_ps, dpi = 300,
 width = 18, height = 13.5, units = "cm")
knitr::include_graphics("plot.png")
fig <- ggplotly(g1)
fig

Referencias